mindspore.mint.split

查看源文件
mindspore.mint.split(tensor, split_size_or_sections, dim=0)[源代码]

根据指定的轴将输入Tensor切分成块。

参数:
  • tensor (Tensor) - 要被切分的Tensor。

  • split_size_or_sections (Union[int, tuple(int), list(int)]) - 如果 split_size_or_sections 是int类型, tensor将被均匀的切分成块,每块的大小为 split_size_or_sections ,若 tensor.shape[dim] 不能被 split_size_or_sections 整除,最后一块大小将小于 split_size_or_sections 。 如果 split_size_or_sections 是个list类型,tensor 将沿 dim 轴被切分成 len(split_size_or_sections) 块,大小为 split_size_or_sections 。

  • dim (int) - 指定分割轴。默认值: 0

返回:

元素为Tensor的Tuple。

异常:
  • TypeError - tensor 不是Tensor。

  • TypeError - dim 不是int类型。

  • ValueError - dim 不在[-tensor.ndim, tensor.ndim)范围中。

  • TypeError - split_size_or_sections 中的每个元素不是int类型。

  • TypeError - split_size_or_sections 不是int,tuple(int)或list(int)。

  • ValueError - split_size_or_sections 的和不等于tensor.shape[dim]。

支持平台:

Ascend

样例:

>>> import numpy as np
>>> from mindspore import mint, Tensor
>>> input_x = np.arange(9).astype("float32")
>>> output = mint.split(Tensor(input_x), 3)
>>> print(output)
(Tensor(shape=[3], dtype=Float32, value= [ 0.00000000e+00,  1.00000000e+00,  2.00000000e+00]),
 Tensor(shape=[3], dtype=Float32, value= [ 3.00000000e+00,  4.00000000e+00,  5.00000000e+00]),
 Tensor(shape=[3], dtype=Float32, value= [ 6.00000000e+00,  7.00000000e+00,  8.00000000e+00]))